Künstliche Intelligenz (KI)
-
Raspberry Pi Foundation Raspberry Pi AI Camera
Die Raspberry Pi AI Camera ist ein kompaktes Kameramodul, das auf dem Sony IMX500 Intelligent Vision Sensor basiert. Der IMX500 kombiniert einen 12-MP-CMOS-Bildsensor mit integrierter Inferenz-Beschleunigung für verschiedene gängige neuronale Netzwerkmodelle, so dass Benutzer anspruchsvolle bildverarbeitungsbasierte KI-Anwendungen entwickeln können, ohne einen separaten Beschleuniger zu benötigen. Die AI-Kamera wertet aufgenommene Bilder oder Videos mit Tensor-Metadaten auf, während der Prozessor des Raspberry Pi für andere Aufgaben frei bleibt. Die Unterstützung von Tensor-Metadaten in den Bibliotheken libcamera und Picamera2 sowie in der Anwendungssuite rpicam-apps gewährleistet eine einfache Bedienung für Anfänger und bietet gleichzeitig eine unvergleichliche Leistung und Flexibilität für fortgeschrittene Benutzer. Die Raspberry Pi AI Camera ist mit allen Raspberry Pi-Modellen kompatibel. Features 12 MP Sony IMX500 Intelligent Vision Sensor Sensormodi: 4056 x 3040 (@ 10fps), 2028 x 1520 (@ 30fps) 1,55 x 1,55 µm Zellgröße 78°-Sichtfeld mit manuell einstellbarem Fokus Integriertes RP2040 für neuronales Netzwerk und Firmware-Management Technische Daten Sensor Sony IMX500 Auflösung 12,3 MP (4056 x 3040 Pixel) Sensorgröße 7,857 mm (Typ 1/2,3) Pixelgröße 1,55 x 1,55 μm IR-Sperrfilter Integriert Autofokus Manuell einstellbarer Fokus Fokusbereich 20 cm – ∞ Brennweite 4,74 mm Horizontales Sichtfeld 66 ±3° Vertikales Sichtfeld 52,3 ±3° Brennweitenverhältnis (Blende) F1.79 Ausgabe Bild (Bayer RAW10), ISP-Ausgabe (YUV/RGB), ROI, Metadaten Maximale Größe des Eingabetensors 640 x 640 (H x V) Framerate • 2x2-Binning: 2028x1520 10-Bit 30fps• Volle Auflösung: 4056x3040 10-Bit 10fps Flachbandkabellänge 20 cm Kabelstecker 15 x 1 mm FPC oder 22 x 0,5 mm FPC Abmessungen 25 x 24 x 11,9 mm Downloads Datasheet Documentation
-
Raspberry Pi Foundation Raspberry Pi AI HAT+ (26 TOPS)
Das Raspberry Pi AI HAT+ ist eine Erweiterungsplatine für den Raspberry Pi 5, die einen integrierten Hailo AI-Beschleuniger enthält. Dieses Add-on bietet einen kostengünstigen, effizienten und leicht zugänglichen Ansatz für die Integration von leistungsstarken KI-Funktionen, mit Anwendungen in den Bereichen Prozesssteuerung, Sicherheit, Heimautomatisierung und Robotik. Das AI HAT+ ist in Modellen mit 13 oder 26 Tera-Operationen pro Sekunde (TOPS) erhältlich und basiert auf den neuronalen Netzwerkbeschleunigern Hailo-8L und Hailo-8. Das 13 TOPS-Modell unterstützt effizient neuronale Netze für Aufgaben wie Objekterkennung, Semantik- und Instanzsegmentierung, Posenschätzung und mehr. Diese 26 TOPS-Variante ist für größere Netzwerke geeignet, ermöglicht eine schnellere Verarbeitung und ist für den gleichzeitigen Betrieb mehrerer Netzwerke optimiert. Das AI HAT+ wird über die PCIe Gen3-Schnittstelle des Raspberry Pi 5 angeschlossen. Wenn auf dem Raspberry Pi 5 eine aktuelle Version des Raspberry Pi OS läuft, erkennt es automatisch den integrierten Hailo-Beschleuniger und macht die neuronale Verarbeitungseinheit (NPU) für KI-Aufgaben verfügbar. Darüber hinaus unterstützen die im Raspberry Pi OS enthaltenen rpicam-apps Kameraanwendungen das KI-Modul nahtlos und nutzen die NPU automatisch für kompatible Nachbearbeitungsfunktionen. Lieferumfang Raspberry Pi AI HAT+ (26 TOPS) Montage-Hardware-Kit (Abstandshalter, Schrauben) 16 mm GPIO-Stacking-Header Downloads Datasheet
-
Elektor Digital Elektor Select: Embedded & AI (PDF)
This collection features the best of Elektor Magazine's articles on embedded systems and artificial intelligence. From hands-on programming guides to innovative AI experiments, these pieces offer valuable insights and practical knowledge for engineers, developers, and enthusiasts exploring the evolving intersection of hardware design, software innovation, and intelligent technology. Contents Programming PICs from the Ground UpAssembler routine to output a sine wave Object-Oriented ProgrammingA Short Primer Using C++ Programming an FPGA Tracking Down Microcontroller Buffer Overflows with 0xDEADBEEF Too Quick to Code and Too Slow to Test? Understanding the Neurons in Neural NetworksEmbedded Neurons MAUI Programming for PC, Tablet, and SmartphoneThe New Framework in Theory and Practice USB Killer DetectorBetter Safe Than Sorry Understanding the Neurons in Neural NetworksArtificial Neurons A Bare-Metal Programming Guide Part 1: For STM32 and Other Controllers Part 2: Accurate Timing, the UART, and Debugging Part 3: CMSIS Headers, Automatic Testing, and a Web Server Introduction to TinyMLBig Is Not Always Better Microprocessors for Embedded SystemsPeculiar Parts, the Series FPGAs for BeginnersThe Path From MCU to FPGA Programming AI in Electronics DevelopmentAn Update After Only One Year AI in the Electronics LabGoogle Bard and Flux Copilot Put to the Test ESP32 and ChatGPTOn the Way to a Self-Programming System… Audio DSP FX Processor Board Part 1: Features and Design Part 2: Creating Applications Rust + EmbeddedA Development Power Duo A Smart Object CounterImage Recognition Made Easy with Edge Impulse Universal Garden LoggerA Step Towards AI Gardening A VHDL ClockMade with ChatGPT TensorFlow Lite on Small MicrocontrollersA (Very) Beginner’s Point of View Mosquito DetectionUsing Open Datasets and Arduino Nicla Vision Artificial Intelligence Timeline Intro to AI AlgorithmsPrompt: Which Algorithms Implement Each AI Tool? Bringing AI to the Edgewith ESP32-P4 The Growing Role of Edge AIA Trend Shaping the Future
€ 9,95
Mitglieder: € 8,96
